un

guest
1 / ?
back to lessons

Apa Saja Pengajaran Ini

Richard Hamming menghabiskan 30 tahun di Bell Telephone Laboratories, kemudian mengajar di U.S. Naval Postgraduate School di Monterey. Pengajarannya untuk mahasiswanya berdasarkan pengalaman pribadinya. Dia menyebutnya 'Hamming on Hamming.'

Dia membuka setiap kelas dengan: 'Tidak ada isi teknis dalam pengajaran ini.' Teori kode, filter digital, & contoh simulasi hanya sebagai hiasan dekorasi. Dia ingin mengajarkan sesuatu yang tidak bisa disampaikan melalui kata-kata secara langsung: gaya berpikir.

Dia membandingkan gaya mengajar dengan mengajar melukis:

> Seorang pelukis hebat tidak bisa diajarkan melalui kata-kata; seseorang belajar dengan mencoba berbagai pendekatan yang tampaknya mengelilingi subjek. Guru seni membiarkan siswa lanjut memahat, lalu memberi saran tentang cara mereka akan melakukannya, atau apa yang juga bisa dicoba.

Dia menggambarkan pekerjaannya sebagai 'meta pendidikan': tidak mengajarkan isi, tetapi mengajarkan cara melihat & berpikir tentang pengetahuan.

Pendidikan vs Pelatihan

> Pendidikan adalah apa, kapan, dan mengapa melakukan sesuatu. Pelatihan adalah cara melakukannya.

Banyak kursus memberikan pelatihan. Ini mencoba pendidikan. Anda sudah memiliki pelatihan. Yang Anda perlukan sekarang: gaya.

Pendidikan vs Pelatihan

Hamming mengamati bahwa kebanyakan kursus teknis memberikan pelatihan, meninggalkan pertanyaan 'apa' dan 'mengapa' hampir tidak dijawab.

Seorang individu yang terlatih dengan baik menjalankan prosedur yang dikenal secara andal. Seorang individu yang pendidikan menentukan masalah yang layak diberi perhatian dalam pertama kali. Keduanya penting. Tidak ada yang cukup sendiri.

Berikan contoh konkret dari bidang atau pekerjaan Anda sendiri di mana respons pelatihan dan respons pendidikan berbeda. Apa yang dilakukan orang terlatih? Apa yang dilakukan orang yang pendidikan?

Ledakan Pengetahuan

Hamming membuat pengamatan sederhana, kasar: pengetahuan bertambah secara kira-kira setiap 17 tahun. Setengah umur pengetahuan teknis berkisar 15 tahun: setengah dari apa yang Anda ketahui saat ini akan menjadi kuno dalam 15 tahun.

Dia menjalankan perhitungan di balik amplop untuk memverifikasi dua klaim tersebut konsisten — mereka adalah — lalu bertanya: apa artinya ini untuk cara Anda belajar?

Jawabannya: konsentrasikan pada fundamental, & kembangkan kemampuan untuk belajar bidang baru dengan cepat. Seorang anak lahir hari ini akan menghadapi, pada puncak karier mereka, sekitar empat kali pengetahuan teknis yang ada sekarang.

Ujiannya untuk mengetahui apakah sesuatu memenuhi syarat sebagai fundamental:

> Satu tes adalah mereka bertahan lama. Tes lain adalah dari fundamental, semua bidang lain dalam lapangan dapat dihasilkan menggunakan metode standar dalam bidang.

Aplikasikan ujian Hamming pada bidang yang Anda ketahui. Namakan dua hal yang Anda klasifikasikan sebagai fundamental dan dua yang Anda klasifikasikan sebagai peripheral. Jelaskan perbedaan menggunakan kedua kriterianya.

Sailor Mabuk

Jalan acak vs jalan terarah

Hamming menggunakan argumen kemungkinan untuk membuat kasus untuk memiliki visi:

> Seorang sailor mabuk yang berjalan kiri atau kanan dengan n langkah acak independen akan, rata-rata, berakhir sekitar √n langkah dari asal. Namun, jika ada gadis cantik dalam satu arah, langkah-langkahnya cenderung pergi ke arah itu dan dia akan pergi jarak proporsional ke n.

Pada masa hidupnya banyak pilihan kecil, karier dengan visi menghasilkan jarak proporsional ke n. Tanpa visi: hanya √n. Untuk n yang besar, perbedaan hampir segalanya.

Dia hati-hati tentang ketelitian:

> Akurasivitas visi penting kurang dari yang Anda mungkin pikir — sampai di mana pun lebih baik daripada bercampur. Ada potensial banyak jalan untuk keagungan Anda, dan hanya jalan mana Anda pergi, selama itu membawa Anda ke keagungan, tidak ada bisnis saya.

Ia juga membedakan tiga pertanyaan yang harus dipelajari oleh semua orang dalam ilmu pengetahuan dan teknik:

1. Apa yang mungkin? — Ilmu pengetahuan

2. Apa yang cenderung terjadi? — Teknik

3. Apa yang diinginkan? — Etika

Banyak orang hanya bertanya tentang yang pertama, kadang-kadang yang kedua, jarang yang ketiga.

Terarah vs Terbawa Arus

Aplikasikan argumen langkah acak pada karier nyata.

Hamming mengatakan visi tidak perlu tepat sekali — itu hanya perlu memberi langkah-langkah arah. Deskripsikan seseorang (Anda sendiri, seseorang yang Anda kenal, atau figur publik) yang kariernya menunjukkan perbedaan antara langkah-langkah terarah dan terbawa arus. Apa visi mereka, meskipun tidak tepat? Apa yang akan terlihat alternatif terbawa arus mereka?

Bagaimana Kreativitas Bekerja

Hamming membuka bab kreativitasnya dengan memisahkan tiga hal yang sering dikacaukan orang:

- Kreativitas: membuat sesuatu yang berharga sebenarnya yang tidak pernah ada sebelumnya

- Asal-usul: membuat sesuatu yang belum pernah dilakukan sebelumnya

- Inovasi: membuat sesuatu yang berbeda dari yang ada

Anda bisa mencapai semua tiga sifat inovasi dengan kreativitas nol: kali dua dua angka acak 10 digit. Produk mungkin belum pernah muncul sebelum dalam sejarah manusia. Tapi tidak ada yang peduli.

Analogi sebagai alat utama

Hamming menyebut analogi 'kemungkinan alat yang paling penting dalam kreativitas.' Ketika sesuatu mirip dengan sesuatu yang kita mengerti sebelumnya, kita bisa mentransfer kerangka pemecahan masalah.

Contohnya sentral: Kekulé bermimpi ular menggigit ekornya sendiri. Dia terbangun dan melihat rangkaian benzene. Analogi hanya perlu menggugah, bukan tepat.

Dia menggambarkan proses kreatif dalam lima tahap:

1. Pengenalan masalah — sering kali kabur pada awalnya

2. Masa inkubasi dengan berpikir yang intens, diikuti oleh pengabaian sementara

3. Keterlibatan emosional: komitmen untuk menemukan solusi

4. Moment of insight — biasanya dari kesadaran subyektif

5. Pembersihan logika dan presentasi kepada orang lain

Metodenya: lewatkan masalah ke kesadaran subyektif, kemudian berikan ruang. 'Kesempatan datang kepada mereka yang telah mempersiapkan pikiran.' — Pasteur

Analogi yang Berhasil

Hamming juga menggambarkan metode untuk membangun memori analogi yang lebih kaya: saat Anda belajar sesuatu yang baru, segera tanyakan apa yang juga berlaku untuknya. Simpan pengetahuan tersebut dengan banyak paku, bukan hanya satu yang mendapatkan Anda ke sana.

Deskripsikan sebuah lonjakan kreatif (milik Anda sendiri, seseorang yang Anda ketahui, atau kasus sejarah) di mana solusinya datang dari mengenali bahwa masalah tersebut secara struktural mirip dengan sesuatu yang telah dipahami sebelumnya. Apa analoginya? Apa yang membuatnya berguna? Apa risiko menekannya terlalu jauh?

Kapan Mengabaikan Masalah

Hamming memberi peringatan yang menentang sebagian besar nasehat diri sendiri:

> Jika Anda tidak dapat mengabaikan masalah yang salah, maka kali pertama Anda bertemu dengan salah satu dari mereka, Anda akan terjebak dengannya untuk sisa karier Anda.

Contohnya: Einstein. Kreatif secara luar biasa dalam tahun-tahun awalnya. Setelah ia mulai mencari teori medan yang diunifikasi pada pertengahan karier, ia menghabiskan sisa hidupnya untuk itu — dan hampir tidak ada yang menunjukkan hasil untuk usahanya tersebut.

Hamming pikir mengelola karier kreatif membutuhkan keputusan aktif untuk mengabaikan masalah, bukan hanya yang harus dikejar. Kesuksesan sebelumnya dapat membuat Anda percaya bahwa Anda dapat menyelesaikan apa pun masalahnya. Tapi ada masalah yang tidak siap: terus melanjutkan pada mereka menghabiskan waktu yang Anda miliki untuk menangani yang mudah.

Hamming mengatakan ada perbedaan yang bermakna antara 'bertahan pada masalah yang sulit' dan 'terjebak pada masalah yang salah.' Bagaimana Anda akan membedakan keduanya dalam praktik? Apa tanda-tanda yang dapat dilihat bahwa Anda telah melewati kebersihan dari persistensi menjadi terjebak?

Masalah Ahli

Hamming mengambil banyak dari Kuhn's The Structure of Scientific Revolutions. Dalam ilmu pengetahuan normal, bidang bekerja dalam paradigma bersama: asumsi yang diterima, masalah yang diterima, metode yang diterima. Para peneliti memperluas paradigma; mereka jarang menanya.

Ketika paradigma berubah, ahli terlantar.

> Apakah yang Anda lakukan untuk sukses kemungkinan besar akan berlawanan ketika diterapkan pada tanggal kemudian.

Dia mengilustrasikan ini dengan komputer. Para bosnya di Bell Labs telah membangun karier pada metode analitik. Mereka melihat komputer sebagai metode yang kurang baik dibandingkan matematika yang tepat. Ketika metode digital menjadi dominan, bos-bos tersebut tidak dapat mengejar. Mayoritas menghilang dari bidang.

Ringkasan:

> Seorang ahli tahu segalanya tentang tidak ada; seorang umum tahu tidak ada tentang segalanya.

Tentang asimetri dari klaim ahli:

> Jika seorang ahli mengatakan sesuatu bisa dilakukan, mereka mungkin benar. Jika mereka mengatakan itu tidak mungkin, cari pendapat lain.

Mengapa inovasi datang dari luar

Pergeseran benua: diajukan oleh Wegener (meteorolog, bukan geolog), diterima oleh oseanografer, sebelum geolog datang. Penanggalan karbon datang dari fisika, bukan arkeologi. Telepon otomatis pertama datang dari seorang penguburan yang berpikir operator mengelabui dia.

Ahli bukan jahat; mereka ekonomis. Masuk akal untuk mencoba pendekatan sukses sebelum mencari pendekatan baru. Tetapi ini berarti paradigma baru benar-benar jarang muncul dari pihak internal.

Mengapa Klaim Mustahil Ahli Dibangit-bangiti

Pernyataan Hamming yang paling tajam tentang otoritas ahli:

> Semua bukti mustahil harus beristinbat dari sejumlah asumsi yang mungkin atau mungkin tidak berlaku dalam situasi yang khusus.

Jelaskan asimetri yang disorot Hamming: mengapa Anda harus lebih percaya pada klaim ahli 'bisa dilakukan' daripada 'tidak mungkin'? Namakan contoh sejarah di mana klaim mustahil ahli terbalik, dan identifikasi asumsi yang dibuktikan oleh bukti mustahil.

Ketika Anda Menjadi Ahli

Hamming menghabiskan setengah dari Bab 26 dengan mengecam kegagalan ahli, kemudian berbelok:

> Titik kedua yang saya ingin sampaikan adalah banyak di antara Anda, dalam gilam Anda, akan menjadi ahli, dan saya berharap dapat mengubah sisi terburuk dari ahli yang tahu segalanya.

Dia berjanji, ketika dia naik ke puncak di Bell Labs, untuk tidak berpartisipasi dalam keputusan tentang pilihan komputer - dia tidak ingin menjadi penghalang pada generasi berikutnya yang menjadi baginya.

Berdasarkan deskripsi Hamming di Bab 26, namakan tiga perilaku khusus yang membuat ahli menjadi penghalang kemajuan. Untuk setiap perilaku, jelaskan perilaku dan menjelaskan mengapa itu menghalangi daripada mengembangkan bidang.

Data Menyebalkan Lebih Banyak Daripada Anda Pikir

Hamming membuka bab data yang tidak andal dengan klaim tegas: data secara umum jauh kurang akurat daripada yang dinyatakan.

Dia menawarkan aturan:

> 90% dari waktu pengukuran independen berikutnya akan jatuh di luar batas kepercayaan sebelumnya 90%.

Dia menyebut hal ini sebagai overstatement untuk memudahkan ingatan. Kebenaran yang tersembunyi: sebagian besar akurasi pengukuran yang diterbitkan jauh dari yang diklaim jauh lebih baik.

Mengapa eksperimen menghasilkan klaim akurasi yang bias

Ketika Anda memasang peralatan untuk eksperimen, tidak bekerja sempurna. Anda menghabiskan waktu untuk mengatur ulang hingga Anda mendapatkan hasil yang konsisten dan dapat diulang. Kemudian Anda memberikan data yang telah diatur ulang ini ke seorang statistikawan yang menghitung interval kepercayaan.

Masalah: Anda menyetel khusus untuk mengurangi variabilitas. Statistikawan melihat data dengan variabilitas rendah dan menyimpulkan bahwa akurasi tinggi. Namun, Anda tidak mengurangi kesalahan; Anda mengatur khusus untuk variabilitas rendah. Bias sistematis dari penyetelan tidak muncul dalam variabilitas. Anda menyediakan data dengan variabilitas rendah; Anda mendapatkan kembali akurasi yang sangat tinggi.

Dia mengutip perbandingan BIRGE 1929 vs CODATA 1973 dari konstanta fisika fundamental. Rata-rata kesalahan sebenarnya 5,267 kali lebih besar dari estimasi kesalahan. Para ahli terkemuka di dunia keliru oleh faktor lima dalam pengestimasian ketidakkurusan mereka sendiri.

Dua Sumber dari Akurasi yang Diklaim

Hamming menyebut dua penyebab utama mengapa pengukuran eksperimental menghasilkan klaim akurasi yang terlalu optimis.

Namai dua penyebab utama Hamming dari akurasi pengukuran klaim yang terlalu optimis dalam ilmu eksperimental. Untuk setiap penyebab, jelaskan mekanisme: mengapa hal itu membuat angka kesalahan yang diperkirakan tampak kecil daripada kesalahan sebenarnya?

Anda Mendapatkan Apa yang Anda Ukur

Hamming menutup Bab 29 dengan satu kalimat:

> Anda akan mendapatkan apa yang diukur.

Dia mengilustrasikan dengan dua kasus:

- Baris kode: mengukur produktivitas perangkat lunak dengan baris kode menciptakan insentif untuk menulis lebih banyak kode, bukan kode yang lebih baik. Kode yang bersih, padat, dan andal mendapatkan skor yang lebih rendah pada metrik dibandingkan kode yang kembung.

- Kesiapan Angkatan Laut: kapal yang dievaluasi secara teratur menerima persiapan khusus untuk inspeksi. Kesiapan sehari-hari tidak menjadi yang diukur, jadi tidak diperbaiki.

Polanya: setelah Anda menetapkan metrik, orang mulai mengoptimalkan metrik daripada tujuan yang mendasarinya. Metrik menjadi target, menggantikan hal yang diukur.

Namai metrik yang saat ini digunakan dalam bidang yang Anda ketahui - kerja, pendidikan, penelitian, kesehatan, pemerintahan, olahraga - yang, ketika dioptimalkan, menghasilkan perilaku yang menghambat tujuan sebenarnya yang diinginkan. Deskripsikan metrik, tujuan yang diinginkan, perilaku yang diinspirasi, dan mengapa perilaku tersebut berbeda dari tujuan.

Menggaris Bawahi Fisika

Bab 30 menyimpulkan seluruh buku. Hamming menyebutnya 'Anda dan Penelitian Anda', meskipun dia mencatat dia juga bisa menyebutnya 'Anda dan Karier Anda.'

Bekerja pada masalah penting

> Jika Anda tidak bekerja pada masalah penting, bagaimana Anda bisa mengharapkan untuk melakukan pekerjaan penting?

Dia menggambarkan makan tahunan di meja Fisika di Bell Labs. Percakapan berputar seputar kepopuleran, promosi, & dipekerjakan. Dia pindah ke meja Kimia, mulai bertanya: 'Apa saja masalah-masalah penting dalam bidang Anda?' Mayoritas tidak bisa menjawab. Orang-orang yang bisa menjawab tidak sedang bekerja pada mereka.

Dia kemudian melihat salah satu ilmuwan kimia itu di lorong: 'Apa yang Anda katakan membuat saya berpikir sepanjang musim panas tentang apa yang penting dalam bidang saya.' Ilmuwan kimia itu menjadi kepala grupnya. Hamming tidak pernah mendengar lagi dari meja Fisika.

Drive seperti bunga deposit

> Investasi intelektual seperti bunga deposit. Semakin banyak Anda lakukan, semakin Anda belajar cara melakukannya, jadi semakin banyak yang bisa Anda lakukan. Satu jam tambahan setiap hari selama satu generasi akan lebih dari dua kali lipat total output.

Pintu Terbuka

Dia melihat bahwa orang-orang dengan pintu kantor tertutup melakukan lebih banyak pekerjaan per tahun. Namun, orang-orang dengan pintu terbuka bekerja pada masalah yang benar. Pintu terbuka mengarah pada pikiran terbuka. Dia tidak bisa membuktikan hubungan sebab akibat - dia hanya bisa melihat korelasi.

Toleransi Ambiguitas

> Orang-orang hebat dapat toleransi ambiguitas: mereka dapat percaya dan tidak percaya secara bersamaan. Anda harus dapat percaya bahwa bidang Anda adalah yang terbaik, tetapi juga bahwa masih ada banyak ruang untuk perbaikan.

Jumat sore

Dia menempatkan 10% waktu: Jumat sore: untuk bertanya di mana komputasi sedang menuju. Bukan menjawab pertanyaan - bertanya. Dia mengreditkan kebiasaan ini dengan menjaga arahnya di hadapan teknologi yang cepat berubah.

Pertanyaan Masalah Penting

Pertanyaan Hamming di meja Kimia: 'Apa masalah paling penting dalam bidang Anda, dan mengapa Anda tidak bekerja pada mereka?'

Hamming menemukan bahwa sebagian besar ilmuwan tidak bisa menamai masalah paling penting dalam bidang mereka, dan mereka yang bisa menamainya tidak bekerja pada mereka. Mengapa Hamming pikir hal ini sangat penting? Apa yang hal ini ungkap tentang bagaimana kebanyakan orang mengalokasikan waktu dan perhatian mereka?

Jumat Anda Setelahnya

Hamming menutup buku:

> Kehidupan yang tidak dipertanyakan tidak layak hidup. — Socrates

Rekomendasi praktisnya: sisihkan waktu secara teratur untuk bertanya-tanya tentang pertanyaan besar. Bukan untuk menjawabnya — untuk bertanya. Tanyakan: Masalah terpenting apa dalam bidang saya? Di mana bidang saya akan pergi dalam 20 tahun ke depan? Apa yang akan saya kerjakan jika saya tidak memiliki batasan selama tiga bulan?

Bertabur sore Jumat bukanlah penelitian - itu adalah navigasi. Ini mempertahankannya dari mengalir.

Desain versi latihan Jumat sore Hamming Anda. Tetapkan dua atau tiga pertanyaan paling penting dalam bidang atau domain Anda. Kemudian deskripsikan secara konkrit bagaimana Anda akan membina kebiasaan kembali ke mereka secara teratur - tidak untuk menjawabnya dalam satu duduk, tetapi untuk menjaga mereka hidup dalam pikiran Anda.